🔒Открыть пост
и посмотреть медиа
и посмотреть медиа
Свежая публикация NVIDIA про Nemotron 3 Ultra читается как ещё один пресс-релиз в жанре «наша модель обошла всех на бенчмарке». Но если убрать маркетинговую обёртку, остаётся вещь поинтереснее: NVIDIA и методично продолжает перформить на тему проектирования микросхем (RTL и верификацию), но в качестве соперников для сравнения выбрала не GPT и не Claude, а два сильнейших китайских open-weight-семейства: GLM и Kimi. Это не случайный выбор бейзлайнов. Это заявка на то, где именно проходит линия конкуренции в EDA-стеке ближайших лет.
Соперники, выбранные для сравнения, намеренно китайские. В мае 2025-го Bureau of Industry and Security ввело лицензирование экспорта EDA-софта в Китай (классификация ECCN 3D991/3E991), мотивируя это риском military end-use; Synopsys, Cadence и Siemens EDA приостановили поставки и поддержку. Уже 2 июля 2025-го ограничения отозвали - в рамках торгового перемирия, размороженного на переговорах в Лондоне и связанного с китайскими редкоземельными металлами. Эпизод продлился меньше шести недель, но показал, насколько EDA стал рычагом в большой геополитике.
Причём рычаг работает в обе стороны. «Большая тройка» контролирует около 70–80% китайского рынка EDA (глобально по TrendForce за 2024-й: Synopsys ~31%, Cadence ~30%, Siemens EDA ~13%), и Китай методично финансирует собственный EDA-стек, чтобы снять зависимость. Но вот в чём тонкость нового витка: инструменты можно поставить под лицензию, а open-weight-модель - нельзя. GLM, Kimi (и Alibaba Qwen3.8-Max из прошлого поста с её автономным chip-design-агентом) свободно скачиваются с HuggingFace. Вишенка в качестве LLM поверх проектирования чипов оказывается тем фронтом, где экспортный контроль в привычном виде просто не применим. Ответ NVIDIA симметричен и показателен: выпустить собственную открытую модель, которая обыгрывает китайские открытые модели на профильном для железа бенчмарке, и захардкодить её в западный EDA-стек.
Nemotron 3 Ultra - это MoE на 550 млрд суммарных параметров при 55 млрд активных, гибрид Mamba-Attention, предобученный на 20 трлн токенов и растянутый до контекста в 1 млн токенов. Гибридная архитектура здесь работает не ради красоты спецификации: Mamba-часть режет стоимость внимания и размер KV-кэша, MoE поднимает точность на активный параметр, и вместе это даёт заявленный выигрыш до 5× по пропускной способности и до 30% по стоимости против сопоставимых open-моделей. Ровно то, что нужно долгоживущему агенту, чей контекст не влезает в заданные ограничения.
Модель тестировали внутри агента ACE-RTL - стандартной для RTL петли «сгенерировал ➡️ прогнал симуляцию/проверки ➡️ проанализировал провал ➡️ уточнил». Агент состоит из трёх кооперирующих компонентов: генератора (пишет и правит RTL), рефлектора (разбирает фидбек симулятора, локализует вероятную первопричину, даёт высокоуровневые указания на фикс) и координатора (ведёт эволюционирующий контекст отладки между итерациями, решая, какую историю и какой фидбек тащить в следующую попытку). Смысл - чтобы агент строил на прошлых провалах, а не наступал на те же грабли по кругу.
@vlsihub
